Bem-vindo cliente!

Associação

Ajuda

Pequim Bopt Tecnologia Co., Ltd.
Fabricante personalizado

Produtos principais:

quimio17>Produtos

Pequim Bopt Tecnologia Co., Ltd.

  • E-mail

    haohuakun@163.com

  • Telefone

    13811623275

  • Endereço

    6038, 6040 e 6042, Edifício 3, Parque Internacional de Empreendedorismo de Nonda, China, 10, Tianxiu Road, Haidian District, Pequim

Contato Agora

Sistema portátil de imagem fenotípica de plantas multiespectral

Modelo
Natureza do fabricante
Produtores
Categoria do produto
Local de origem
Visão geral
O sistema portátil de imagem fenotípica de plantas multiespectral Videometer Lite usa um sistema de fonte de luz LED que combina eficazmente sete medições de comprimento de onda e gera imagens espectrais de fusão em um único mapa, com cada pixel correspondendo a um espectro de reflexão diferente.
Detalhes do produto

O Videometer Lite usa um sistema de fonte de luz LED que combina eficazmente sete medições de comprimento de onda e gera imagens espectrais de fusão em um único mapa, com cada pixel correspondendo a um espectro de reflexão diferente. O dispositivo inclui luz visível e infravermelho próximo NIR para detecção precisa e abrangente de fenótipos de culturas, doenças vegetais e muito mais. O Videometer Lite portátil é uma plataforma de imagem multifuncional que pode ser montado em um suporte de carrinho para uso em campo ou portátil.

Sistema portátil de imagem fenotípica de plantas multiespectralPrincipais funções

Combinar as vantagens da imagem com luz visível e imagem espectral

Imagem de fenótipos de sementes e doenças

Design portátil para uso na estufa ou no campo

Calibração padrão para dados repetidos

Software projetado por especialistas experientes com base na experiência da aplicação, fácil de operar e resolver problemas encontrados em aplicações agrícolas

Correção de cor incorporada

7 bandas espectrais padrão e atualização contínua

Sistema portátil de imagem fenotípica de plantas multiespectralDescrição do produto

O sistema também pode realizar medições de imagem de alto fluxo de bactérias, fungos, ovos de vermes, etc., toxicologia ou outros estudos para testes de qualidade precisos e abrangentes de grãos alimentares, culturas, carnes, etc. O sistema Videometer gera imagens que podem ser analisadas por outros sistemas de análise, como o Matlab. Considerando que o Videometer Lite pode precisar ser levado frequentemente para a estufa, no campo ou em outros lugares para medições, foi projetado para ser portátil.

O software de trabalho do VideometerLab Lite foi desenvolvido pela forte equipe de bioinformática e software da Videometer, levando em consideração as necessidades das aplicações reais, simples de operar e poderoso. O Videometer também está constantemente pesquisando e atualizando novos algoritmos para atender a diversas necessidades.

O sistema portátil de imagem multiespectral de fenótipos de sementes VideometerLab Lite obtém informações úteis medindo a imagem de sementes em sete comprimentos de onda diferentes (faixa de comprimentos de onda 405-850 nm) sob o flash de banda LED. Essas imagens podem ser analisadas de forma independente ou sobrepostas para sintetizar imagens coloridas de alta resolução. Módulo de integração básica com sistemas de imagem multiespectral de 7 bandas. O software pode realizar calibração de cores, reconhecimento de etiquetas, conversão de escala de cinza e muito mais.

image.png

Aplicações de sistemas de imagem fenotípica multiespectral de campo

Análise de características fenotípicas / extração, associação genótipo-fenótipo

Criação agrícola

Horticultura, Informação Agrícola

Análise da qualidade das frutas

Pesquisa de patologia vegetal

Análise de biomassa

Estudo de germinação de sementes

Pesquisa antirreversiva

Parâmetros de medição direta

tamanho

Forma

cor

Textura morfológica

Qualidade espectral

Composição espectral relacionada à química da superfície

Contagem

Medição ou cálculo indiretos

Pureza das sementes

Porcentagem de germinação

Taxa de germinação

Vitalidade das sementes

Saúde das sementes

Maturidade das sementes

Vida das sementes, etc.

Características principais

Esfera integrada para iluminação uniforme e difusa

Imagem espectral e análise quantitativa em 10 a 15 segundos

7 diferentes comprimentos de onda / fontes de luz

3 megapixels / comprimento de onda, fornecimento, 21 megapixels / resolução de quadro

Equipamento padrão, incluindo calibração fácil de usar

* Medição de cores em comparação com a tecnologia RGB tradicional

Alterna automaticamente a faixa dinâmica de acordo com as necessidades da aplicação

Longa vida útil da fonte de luz, até 100.000 horas

Melhoria da estabilidade da tecnologia LED

Pesquisa com um poderoso software de exploração

Ferramenta de construção de fórmulas (modelagem) fácil de usar para aplicações convencionais

Características de imagem

Detecção rápida e sem danos

O processamento de cada amostra, incluindo o processamento, leva apenas 10-20 segundos

Combinação com outras tecnologias destrutivas

Medição de alta flexibilidade

Foco principal: lavabilidade repetida, rastreabilidade, durabilidade, transmissibilidade

Parâmetros técnicos

Tempo de análise completo 10-15 segundos / amostra

Alimentação: 5 V DC 3 A

Consumo de potência 300 VA

Operação à temperatura ambiente: 5-40 ℃, armazenamento -5-50 ℃

Umidade Ambiental 20-90% Umidade Relativa RH, não condensado

Opções de software: Kit de Processamento de Imagem (IPT)

Caixa de ferramentas de imagem espectral (MSI)

Caixa de ferramentas de manchas

Tamanho do equipamento: 270 mm (h) * 240 mm (w) * 200 mm (d)

Peso: 1.1kg

Caso de aplicação

image.png

Distinguir sementes por clorofila / maturidade

image.png

image.png

A pesquisa de cientistas do Reino Unido se concentrou na avaliação de técnicas avançadas de imagem para a detecção e quantificação precisa de fungos em plantas enraizadas, avaliando o impacto na saúde do solo superior através da medição de parâmetros de fotossíntese. O sistema de imagem multiespectral VideometerLab foi usado no estudo.

image.png

A imagem mostra as sementes de trigo infectadas com "Take-all". A esquerda é a imagem original, com uma seta vermelha marcando a perda "take-all", avaliada manualmente; A imagem à direita é a mesma imagem analisada pelo VideometerLab, classificando o tecido raiz como doente (azul) e saudável (laranja / amarelo).

Utilizando o sistema de imagem multi-espectral Videometer para a imagem de mofo de creme de quinoa

A quinoa Chenopodium é uma cultura rica em nutrientes e cultivada em vários países. As doenças fúngicas, como a fungosidade, limitam a produção de grãos, e o cultivo de linhagens resistentes, como as linhagens anti-fungosidade, é o objetivo central da criação de quinoa.

O uso de imagens RGB convencionais para medir a resposta fenotípica da quinoa à fungicidade (Peronospora variabilis) é difícil devido à interferência de diferentes genótipos de quinoa com diferentes manchas verdes e vermelhas nas folhas, ver Figuras 1 e 2.

Desenvolver procedimentos de análise de imagens para distinguir o tecido das folhas de quinoa saudáveis ​​e o tecido das folhas de quinoa infectadas com a fungosidade. O estudo usou o sistema de imagem multiespectral Videometer para estudar fenótipos de gravidade e formação de esporos.

A gravidade é a área da lesão frontal da lâmina como porcentagem de toda a área da lâmina. Dependendo do genótipo, a cor pode ser laranja, amarelo ou vermelho.

A formação de esporos é a quantidade de esporos acima da área lesionada, medida em porcentagem, avaliada medindo o lado positivo da lâmina.

image.png

Figura 1 Sintomas de gravidade positiva da lâmina

image.png

Figura 2 Formação de esporos positivos da folha

Análise de imagem multiespectral

Os pesquisadores usaram o sistema de imagem multiespectral VideometerLab 4 para a imagem multiespectral, onde as bolas integrais asseguram uma iluminação uniforme da amostra (Figura 3). Cada camada de imagem obtida é composta por 19 bandas de imagem diferentes que cobrem comprimentos de onda de 365 nm (UVA) a 970 nm (NIR). A resolução de cada pixel da imagem é de ~41 µm. A resolução de cada camada da imagem é de 2192 x 2192 pixels.

Modelo de gravidade de análise de imagem

O fenômeno de amarelamento (A) é claramente visto a partir da frente da lâmina do genótipo G9 (Figura 4), e a imagem RGB (câmera convencional, banda de luz visível ao olho humano) foi tirada. (B) e (C) mostram 2 bandas na camada multiespectral, luz azul 490nm (B) e luz amarela 570nm (C). As definições de tecido vegetal saudável e amarelamento foram inicialmente marcadas e a conversão estabeleceu um modelo (D) que converteu 19 informações de banda (várias camadas na imagem) para valores representativos da faixa de pixels para toda a camada através da nCDA (Análise de Distinção Típica Normalizada). Após o corte (E e F), a análise quantitativa pode ser usada para todas as imagens - todas as linhagens e genótipos, obtendo uma percentagem de tecido amarelado (amarelo E) com uma proporção de folhas específicas de 68,0%, ou incluindo a área de esporos cobertos em vermelho (F), com uma proporção de 18,9%, com uma proporção de amarelado (amarelo) de 68%, com a área combinada de esporos e áreas amareladas representando 75,8%.

Análise de imagem Formação de esporos

Na parte frontal da lâmina (inferior), o genótipo G9 na imagem RGB é claramente visível na imagem de formação de esporos (A e B ampliados na parte inferior). Embora seja difícil detectar uma única banda na faixa de luz visível, a banda azul (490 nm) (C) é especialmente marcada aqui. Entrando na faixa NIR (780nm) (amplificação D e E na parte inferior esquerda), os esporos são claramente vistos. Usando essa informação (identificando apenas os esporos cinzentos pretos) podemos diferenciar o píxel do esporo de corte (F) e quantificar a área com uma proporção de esporos da folha de 12,5% (exibição amarela), excluindo a área parcial amarelada.

Além disso, a identificação de esporos aqui é mais conservadora em relação à análise de imagens positivas. A parte de pixel da zona cinzenta não preta coberta (o pixel é maior do que um único esporo) estima-se que a proporção de esporos é de ~23% (não mostrada aqui).

image.png

imagem4(A) imagem sRGB. (B), 490nm (azul), (C), 570nm (amarelo), (D) conversão, (E) e (F), 2 tipos de segmentação quantitativa.

image.png

Figura 5 (A) imagem sRGB, (B) 490nm (azul), (C) 570nm (amarelo), (D) conversão, (E) segmentação quantitativa.

Resultados

image.png

Figura 6: Distribuição da gravidade média (%) de 133 genótipos

image.png

Tabela 1 Interações manuais e baseadas em fenótipos multiespectrais